>要常常喜乐，不住地祷告，凡事谢恩，因为这是神在基督耶稣里向你们所定的旨意。不要消灭圣灵的感动，不要藐视先知的讲论。但要凡事察验，善美的要持守，各样的恶事要禁戒不作。(1 THESSALONIANS 5:16-22) #将数据存入文件 在[《文件(1)》](./126.md)å’Œ[《文件(2)》](./127.md)中，已经学习了如何读写文件。 程序执行结果，就是产生一些数据，一般情况下，这些数据数据要保存到磁盘中，最简单的方法就是写入到某个文件。但是，如果仅仅是简单地把数据写入文件，不是最佳的存储机构。为此，就有了诸多不同的数据存储方式，这些方式不仅能够保证数据被存储，还能够让数据便于读取，此外，还有很多其它方面的优势。 简而言之，就是要将存储的对象格式化（或者叫做序列化），才好存好取。这就有点类似集装箱的作用。 ##pickle pickle是标准库中的一个模块，在Python 2中还有一个cpickle，两者的区别就是后者更快。所以，下面操作中，不管是用`import pickle`，还是用`import cpickle as pickle`，在功能上都是一样的。 而在Python 3中，你只需要`import pickle`即可，因为它已经在Python 3中具备了Python 2中的cpickle同样的性能。 >>> import pickle >>> integers = [1, 2, 3, 4, 5] >>> f = open("22901.dat", "wb") >>> pickle.dump(integers, f) >>> f.close() 用`pickle.dump(integers, f)`将数据integers保存到了文件22901.dat中。如果你要打开这个文件，看里面的内容，可能有点失望，但是，它对计算机是友好的。这个步骤可以称之为将对象序列化。用到的方法是：`pickle.dump(obj,file[,protocol])` - obj：序列化对象，在上面的例子中是一个列表，它是基本类型，也可以序列化自己定义的对象。 - file：要写入的文件。可以更广泛地可以理解为为拥有`write()`方法的对象，并且能接受字符串为为参数，所以，它还可以是一个`StringIO`对象，或者其它自定义满足条件的对象。 - protocol：可选项。默认为False（或者说0），是以ASCII格式保存对象；如果设置为1或者True，则以压缩的二进制格式保存对象。 换一种数据格式，并且做对比： >>> import pickle >>> d = {} >>> integers = range(9999) >>> d["i"] = integers #下面将这个字典类型的对象存入文件 >>> f = open("22902.dat", "wb") >>> pickle.dump(d, f) #文件中以ascii格式保存数据 >>> f.close() >>> f = open("22903.dat", "wb") >>> pickle.dump(d, f, True) #文件中以二进制格式保存数据 >>> f.close() >>> import os >>> s1 = os.stat("22902.dat").st_size #得到两个文件的大小 >>> s2 = os.stat("22903.dat").st_size >>> print "%d, %d, %.2f%%" % (s1, s2, (s2+0.0)/s1*100) #Python 3: print("{0:d}, {1:d}, {2:.2f}".format (s1, s2, (s2+0.0)/s1*100)) 68903, 29774, 43.21% 比较结果发现，以二进制方式保存的文件比以ascii格式保存的文件小很多，前者约是后者的43%。 所以，在序列化的时候，特别是面对较大对象时，建议将`dump()`的参数True设置上，虽然现在存储设备的价格便宜，但是能省还是省点比较好。 将数据保存入文件，还有另外一个目标，就是要读出来，也称之为反序列化。 >>> integers = pickle.load(open("22901.dat", "rb")) >>> print integers #Python 3: print(integers) [1, 2, 3, 4, 5] 再看看以二进制存入的那个文件： >>> f = open("22903.dat", "rb") >>> d = pickle.load(f) >>> print d {'i': [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, .... #省略后面的数字} >>> f.close() 如果是自己定义的对象，是否可以用上述方式存入文件并读出来呢？看下面的例子： >>> import cPickle as pickle #这是Python 2的引入方式，如果是Python 3，直接使用import pickle >>> import StringIO #标准库中的一个模块，跟file功能类似，只不过是在内存中操作“文件” >>> class Book(object): #自定义一种类型 ... def __init__(self,name): ... self.name = name ... def my_book(self): ... print "my book is: ", self.name #Python 3: print("my book is: ", self.name) ... >>> pybook = Book("") >>> pybook.my_book() my book is: >>> file = StringIO.StringIO() >>> pickle.dump(pybook, file, 1) >>> print file.getvalue() #查看“文件”内容，注意下面不是乱码 ccopy_reg _reconstructor q(c__main__ Book qc__builtin__ object qNtRq}qUnameqUsb. >>> pickle.dump(pybook, file) #换一种方式，再看内容，可以比较一下 >>> print file.getvalue() #视觉上，两者就有很大差异 ccopy_reg _reconstructor q(c__main__ Book qc__builtin__ object qNtRq}qUnameqUsb.ccopy_reg _reconstructor p1 (c__main__ Book p2 c__builtin__ object p3 NtRp4 (dp5 S'name' p6 S'' p7 sb. 如果要从文件中读出来： >>> file.seek(0) #找到对应类型 >>> pybook2 = pickle.load(file) >>> pybook2.my_book() my book is: >>> file.close() ##shelve `pickle`模块已经表现出它足够好的一面了。不过，由于数据的复杂性，`pickle`只能完成一部分工作，在另外更复杂的情况下，它就稍显麻烦了。于是，又有了`shelve`。 `shelve`模块也是标准库中的。先看一下基本写、读操作。 >>> import shelve >>> s = shelve.open("22901.db") >>> s["name"] = "www.itdiffer.com" >>> s["lang"] = "python" >>> s["pages"] = 1000 >>> s["contents"] = {"first":"base knowledge","second":"day day up"} >>> s.close() 以上完成了数据写入的过程，其实，这很接近数据库的样式了。下面是读。 >>> s = shelve.open("22901.db") >>> name = s["name"] >>> print name #Python 3: print(name) www.itdiffer.com >>> contents = s["contents"] >>> print contents #Python 3: print(contents) {'second': 'day day up', 'first': 'base knowledge'} 看到输出的内容，你一定想到，肯定可以用`for`语句来读，想到了就用代码来测试，这就是Python交互模式的便利之处。 >>> for k in s: ... print k, s[k] ... contents {'second': 'day day up', 'first': 'base knowledge'} lang python pages 1000 name www.itdiffer.com 不管是写还是读，都似乎要简化了。所建立的对象被变量`s`所引用，就如同字典一样，可称之为类字典对象。所以，可以如同操作字典那样来操作它。 但是，要小心坑： >>> f = shelve.open("22901.db") >>> f["author"] ['qiwsir'] >>> f["author"].append("Hetz") #试图增加一个 >>> f["author"] #坑就在这里 ['qiwsir'] >>> f.close() 当试图修改一个已有键的值时没有报错，但是并没有修改成功。要填平这个坑，需要这样做： >>> f = shelve.open("22901.db", writeback=True) #多一个参数True >>> f["author"].append("Hetz") >>> f["author"] #没有坑了 ['qiwsir', 'Hetz'] >>> f.close() 还用`for`循环一下： >>> f = shelve.open("22901.db") >>> for k,v in f.items(): ... print k,": ",v #Python 3: print(k,": ",v) ... contents : {'second': 'day day up', 'first': 'base knowledge'} lang : python pages : 1000 author : ['qiwsir', 'Hetz'] name : www.itdiffer.com `shelve`更像数据库了。不过，它还不是真正的数据库。真正的数据库在后面。 ------ [总目录](./index.md)   |   [上节：第三方库](./228.md)   |   [下节：mysql数据库(1)](./230.md) 如果你认为有必要打赏我，请通过支付宝：**[email protected]**,不胜感激。